0

0
0

文字

分享

0
0
0

公設化集合論的奧秘 (7)為何能比無限大還大?

翁 昌黎
・2014/12/17 ・2631字 ・閱讀時間約 5 分鐘 ・SR值 479 ・五年級

photo source:pixabay
    photo source:pixabay

文 / 翁昌黎(《孔恩vs.波普》中文譯者)

「聞眾生界不可思議…聞法界不可思議… 聞虛空界不可思議」—大方廣佛華嚴經

如果沒有偉大而極富想像力的數學家康托,那我們迄今為止可能還以為無限大或無窮大就是最大的集合,而且它只有一種型態,就是從1、2、3、4、5一直往下數直到無窮無盡的龐大集合。但令人疑惑的是,所有自然數的集合既然都已經是無限大了,難道還能比它更大?不錯,康托在西元1874年不但找出這個更大的集合,而且還證明了它!

要理解這個比無限大還大的神奇之物,那就要請出ZF集合論的第7個公設—冪集合公設(Axiom of Power Set):

-----廣告,請繼續往下閱讀-----

ZF7  X ∃Y ∀z  [z ∈ Y ∀ u (u∈z u X)]

這個公設看起來有點複雜,但我們如果引入一個關於子集合(subset)的定義就能讓問題簡化許多。以上句式中的 z X 的子集,寫成 zX ,它的定義是:∀ u (u∈z → u∈ X),恰好就是冪集合公設的後半部分。我們先按以上定義把冪集合公設改寫成比較簡單的形式:

ZF7 (1) X ∃Y ∀z  [z ∈ Y z X]

經過上面的簡化之後,冪集合公設的意思是:如果我們手頭上已經有某個 X 集合,那麼由 X 集合的所有子集合可以形成另一個新的集合 Y

-----廣告,請繼續往下閱讀-----

這個公設讓我們又多了一個製造集合的方法,也就是把手頭上現成集合的子集合全部抓出來,將這些子集合作為元素來形成一個新集合,這就是ZF7所要做的事情。但我們還沒解釋什麼是子集合,根據定義,如果∀ u (u∈z → u∈ X)成立,也就是凡 z 的成員都是 X 的成員的話,那 z 就是 X 的子集合。

我們用個簡單的小集合作例子就容易明白了。假設有個包含1, 2, 3三個自然數的集合當作 X = {1, 2, 3} 。那 X 的子集合是甚麼? 首先 {1, 2, 3 } 是它自己的子集合。因為在這種情況下 z = X ,所以∀ u (u∈ X → u∈ X) 顯然成立,這就相當於說在 X 裡邊的元素必定在 X 裡邊一樣的廢話。進一步觀察發現,將 X= { 1, 2, 3 } 中的成員拿掉幾個,殘留的集合都是 X 的子集合,比如說 {1}、{1, 2}和 {2, 3}等都是。將這些子集合全部蒐集起來登記在 Y 底下所形成的集合就是 X 的冪集合。在以上 X= {1, 2, 3}的例子裡:

Y = { {1, 2, 3}, {1, 2}, {2, 3}, {1, 3}, {1}, {2}, {3}, {  } }

細心的讀者會發現裡面有個空集合,為了邏輯與數學上的嚴密性有必要解釋一下為什麼空集合也是 X 的子集合,但這麼重要的關鍵在許多數學課本裡卻提都不提。

-----廣告,請繼續往下閱讀-----

剛剛談到 z X 的子集合是用∀u (u∈z → u∈ X) 來定義,那我們就把空集合 {  } 放到定義中看看符不符合子集合的規定。那就是要看 ∀ u (u∈{  } → u∈ {1, 2, 3})是否為真? 因為{  }中空空如也什麼都沒有,所以條件句u∈{  } → u∈ {1, 2, 3} 的前件u∈{  }對任何 u 來說都為假,因為不存在任何集合能滿足這個條件。因此根據實質涵蘊 → 的定義,前件為假則整個條件句為真,所以∀ u  (u∈ {  } → u∈ {1, 2, 3}) 為真。既然空集合滿足子集合成立的條件,所以我們可以安心地將其納入冪集合的成員裡頭。

好了,現在我們有了製造冪集合的方法,但要它有何用呢? 它有什麼神妙之處? 粗略觀察可以發現冪集合的成員數比原來集合的成員數還多一些,X 集合有3個成員而它的羃集合 Y 有8個成員。那麼如果我們拿剛剛被無限公設所承認的,包含所有自然數的集合來製造冪集合的話會發生什麼事呢?

在有限集合的情況下,冪集合 Y 的成員數鐵定比原來集合 X 的成員數還多。直覺似乎告訴我們既然所有自然數所形成的集合其成員數量已經是無限大那麼它的冪集合成員數量頂多也是無限大,因為不可能有比無限大更大的數量了。照理說兩者的成員數目應該一樣多才對,照這麼說的話那麼ZF7並沒有提供比ZF6更新鮮的東西。

但在羅素詭論的歷史教訓下,我們在數學領域還是對直覺適度存疑比較妥當。還是按照這個假設來做個實驗,看看 X 集合的冪集合 Y 所擁有的成員數目是否跟 X 集合一樣多。方法是這樣的:假設 Y 的成員和自然數的無限集合一樣多,那它的每個成員必然可以跟自然數對上號,那表示我們可以把它們 ( X 所有的子集合) 用S1, S2, S3,…, Sn,… 來編號排列,其中每個Sk (k=1, 2, 3…)都是 X 的子集合。可以用下表來說明:

-----廣告,請繼續往下閱讀-----

未命名

現在來解釋一下這個表的意義。因為我們是把整個自然數集合拿來選取子集合,所以凡是被選進某個子集合的自然數就打上1,沒選上的就打 0,這樣每個子集合就可以用由 0, 1所形成的無窮序列來表示,每個序列都被標上序號。我們發現將這個子集合序列的對角線連起來會形成一個獨特的0, 1串列,比如在我們以上的例子裡,對角線串列是用紅色數目字表示的 001000101 …。我們利用這個串列來做個改裝,將其中凡是出現 0 的地方都改成1,凡是出現1的地方都改成 0,這樣就得到一個新的串列(上表藍字部分)S = 110111010…。

這個串列S有一個奇妙的特性,那就是它居然不落在無窮序列 Sk(k=1, 2, 3…  ) 裡面!為什麼呢? 仔細觀看S的變化可以發現它的第一個數字與S1 不同,所以S不是S1第二個數字與S2 不同,所以S也不是S2第三個數字與S3 不同…,也就是說S不可能出現在 Sk(k=1, 2, 3…) 這個無窮序列裡。

聰明的你可能會說,沒關係,把這個不合群的S重新放到Sk裡不就得了!反正Sk是個無窮序列,多一個不多,少一個不少,這樣以上的難題就解決了。先別高興太早,當你把這個S放進無窮序列之後,我們依然可以如法泡製,用同樣方法畫出一條新的對角線,然後得出一個新的0, 1串列,再將其中的 0轉成11再轉成0,於是又得到一個新串列S’。新串列S’ 仍然不在新形成的Sk裡,正所謂魔高一尺道高一丈上有政策下有對策,永遠會出現漏網之魚。

但這隻咬破魚網的小魚S意味著什麼呢? 千萬別小看它,它意味著全體自然數的集合還不夠大,自然數的無限集合無法窮盡由它所形成的冪集合,偉大的知識革命就在那條魚出現之處完成了。它意味自然數冪集合的成員數目居然比自然數的數目還要多!這是個革命性的發現,利用神奇的對角線論證,康托證明了存在著比全體自然數集合—所謂的可數無限(countable infinity)集合還要大的不可數無限(uncountable infinity)集合。跟這個發現相比哥倫布所謂的發現新大陸簡直就像扮家家酒。

-----廣告,請繼續往下閱讀-----

無限公設ZF6送給我們第一個無限集合,但它只是可數的無限。ZF7帶給我們製造冪集合的方法,把ZF6的無限集合當成原料,利用ZF7這台神奇數學機器居然成功提煉出超乎想像的不可數無限集合,並將我們的數學知識帶到一個前所未有的嶄新世界。

文章難易度
翁 昌黎
18 篇文章 ・ 5 位粉絲
中央大學哲學研究所碩士,曾籌劃本土第一場「認知科學與佛教禪修系統」對話之大型研討會,於1995年6月在法光佛教研究所舉行,並發表文章。後隱居紐西蘭,至今已20載。 長年關注「意識轉變狀態的科學」和「意識本質的科學與哲學」問題,曾與大寶法王辯經教授師拿旺桑結堪布成立「大乘佛教禪修研究中心」。其他研究興趣為「唯識學」、「超個人心理學」、「數理邏輯」、「公設化集合論」和「後設數學」等等。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

26
3

文字

分享

0
26
3
比大還要再大!比「無窮」還要更大是什麼概念?——《不用數字的數學》
經濟新潮社
・2022/09/28 ・2660字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

我們都知道無窮(infinity)是什麼。無窮比任何數都更大。當你從一二三不停數下去的時候你會靠近它。它也是萬物甚至更多事物的總和。

我們談到無窮時,一定會想知道一件事:

什麼事物比無窮大?圖/經濟新潮社

比無窮還大?有可能嗎?

這個問題其實真的有答案。它不是開放性問題,也不是陷阱題。答案不是「是」就是「否」,而且我會在這一章的結尾公布答案。

讀者可以先猜猜看,但我們或許應該先訂好遊戲規則,讓大家知道該怎麼思考。

-----廣告,請繼續往下閱讀-----

具體說來,我們需要訂定關於「較大」的規則。我們要怎麼確定自己發現了比無窮更大的事物?如果是有限的量,要分辨某個事物比另一個事物更大相當容易,但碰到無窮時似乎就沒那麼簡單了。我們不希望完全靠感覺判斷,所以必須選擇簡單明瞭的規則,用來判定一個量是否比另一個量「更大」。

配對數量的多寡來判斷哪邊比較「大」

那麼,在一般、有限的狀況下,我們通常怎麼判定「較大」?我們說右邊這一堆比左邊的更大是什麼意思?

右邊這一堆比左邊的更大圖/經濟新潮社

沒錯,用看的就知道。但假設我們遇到一個外星人,這個外星人從沒聽過「更大」、「更多」、「更好」這些概念,我們該如何解釋右邊這堆較大?真的,試試看就知道。這個概念太基本了,其實很難從頭開始解釋。

當我們碰到困難時,數學中有個常用的技巧,就是提出完全相反的問題,看看會有什麼結果。我們要怎麼跟外星人解釋這兩堆的大小相同?

-----廣告,請繼續往下閱讀-----
我們要怎麼跟外星人解釋這兩堆的大小相同?圖/經濟新潮社

我們不能用「相等」這個詞,因為它正是我們要去解釋的東西。這個外星人想了解我們說兩樣事物「相等」或「相同」時是什麼意思,以及它的主要概念是什麼。

有個方法行得通。把兩堆東西並排起來,一個對一個。如果兩兩配對後正好用完,沒有剩餘,表示這兩堆東西大小相同。

如果兩兩配對後正好用完,沒有剩餘,表示這兩堆東西大小相同。圖/經濟新潮社
圖/經濟新潮社

「提出相反問題」的技巧確實有用。只要把這個規則反轉過來,就能得到「較大」的定義。

圖/經濟新潮社

現在問題已經定義清楚了,答案也隨之確定。那麼,世界上有什麼事物比無窮更大?答案是「是」還是「否」?世界上有什麼事物和無窮兩兩配對之後還有剩餘?現在我們可以思考之後猜猜看。

-----廣告,請繼續往下閱讀-----

無窮跟無窮 +1 誰比較大?

我們可以把無窮想成一個深不見底的袋子,裡面裝著無限多個物體。

我們可以從這個袋子裡拿出任意數量的物體,袋子裡也還剩下無限多個。

世界上怎麼可能有其他事物比它更大?好吧,如果是無窮加一呢?

多一個物體看來應該不會對無窮造成什麼影響,但我們用配對規則來確認看看。首先,我們可以把無窮袋中的物體排成一排,這樣比較容易看清楚哪個跟哪個配對。

-----廣告,請繼續往下閱讀-----

如果我們以最顯而易見的方式配對,無窮加一看起來當然更大。

不過要小心!規則指出,兩個事物必須無法正好兩兩配對,才會有一者較大。(最好經常回頭看清楚規則!)還有一種配對方法確實可行,而且兩方都不會有剩餘:

如果你覺得這樣好像在騙人,請花點時間告訴自己,這樣真的沒錯。我們不是把一個物體跟點點點配對,而是把它跟隱藏在點點點中的下一個物體配對。既然兩個袋子都有無限多個物體,不會有物體配對不到,所以兩者大小相同。無窮加一等於無窮!

我來講個故事說明這個結果有多奇怪。

-----廣告,請繼續往下閱讀-----

無窮大飯店!如何塞進無窮 +1 位客人

假設我們在一家非常特別的「無窮大飯店」當櫃臺接待人員。無窮大飯店有無限多間房間。飯店裡有條長長的走廊,沿著走廊有一排房門,連綿不絕地延續下去,無論走多遠都不會結束。走廊沒有盡頭,所以也沒有「無窮號房」或「最後一號房」。當然有一號房,每間房間也都有下一號房。

今天晚上格外忙碌,飯店裡每間房間都住滿了(對,這個世界裡有無限多個人)。如果沿走廊隨意走一段距離,選一扇門敲幾下,就會聽到:「有人!請勿打擾!」無限多間房間,裡面住著無限多個人。

接著有人從外面走進飯店大廳說:「請問還有房間嗎?」我們不是第一天在無窮大飯店工作,當然知道該怎麼做。我們拿起廣播系統麥克風說:「各位來賓,抱歉打擾一下,請各位來賓搬到下一間房間。沒錯,請收拾好行李,走出房門,朝遠離大廳的方向搬到下一間房間。謝謝合作,祝您有個愉快的夜晚。」大家都照做之後,就有房間給新住客了。

無限多間房間,無限多加一位住客,房間跟住客依然正好兩兩配對。無窮加一等於無窮。

-----廣告,請繼續往下閱讀-----

無窮加五、無窮加一兆……都沒關係,這個邏輯全都成立。兩個袋子可以正好配對,可以多裝進一位客人。無窮非常大,任何有限的量根本沒得比。所以我們還沒有找到比無窮更大的事物。

——本文摘自《不用數字的數學:讓我們談談數學的概念,一些你從沒想過的事……激發無窮的想像力!》,2022 年 9 月,經濟新潮社,未經同意請勿轉載。

3

61
13

文字

分享

3
61
13
「我和你之間的無限」——五条悟(五條悟)老師的能力竟與一個數學悖論有關!
數感實驗室_96
・2021/01/01 ・1495字 ・閱讀時間約 3 分鐘 ・SR值 430 ・四年級

-----廣告,請繼續往下閱讀-----

繼《鬼滅之刃》的熱潮後,本季的新番動畫《咒術迴戰》亦來勢洶洶,特別是在動畫揭曉五条悟老師摘下眼罩後帥到天怒人怨的臉,以及近乎犯規的能力後,更引發了許多討論。而我們感興趣的是——五条悟老師的咒術與一個數學悖論有關。

株式會社 MAPPA《咒術迴戰》動畫片段

____________________防雷分隔線_______________________

-----廣告,請繼續往下閱讀-----

-----廣告,請繼續往下閱讀-----

____________________防雷分隔線_______________________

在動畫第七集中,五条悟讓對手漏瑚完全無法靠近他的手掌。他說:

「你觸碰到的是,我和你之間的無限。」

沒錯,這個能力和「芝諾悖論」有著異曲同工之妙。芝諾悖論的經典案例是:阿基里斯永遠追不上先起跑的烏龜。聽起來不合理吧?小孩子都能追上眼前的烏龜了,何況是號稱希臘第一勇士的阿基里斯?

-----廣告,請繼續往下閱讀-----
阿基里斯號稱希臘第一勇士《阿基里斯的凱旋》。圖/Wikimedia common

對此,芝諾悖論的說法是,假設阿基里斯跟烏龜之間有一段距離,當阿基里斯花時間跑完這段距離時,烏龜同一時間又走了一小段;阿基里斯再花一點時間跑這一小段,同一時間烏龜又再往前走一小段。不管距離多近,阿基里斯都得再花一點時間去追趕,而同一時間,烏龜又可以再往前跑一點點。

換句話說,「追趕者首先應該達到被追者出發之點」的前提,限制了阿基里斯前進的距離,所以只要烏龜持續前進,阿基里斯永遠都追不到烏龜。
破解這個悖論最快的方法就是帶數字算一次,假設阿基里斯的跑速 10 公尺/秒,烏龜速度則是 0.1 公尺/秒。今天,烏龜先跑 999 公尺,則阿基里斯每次追趕所花的時間分別是:

999÷10 = 99.9 秒
99.9 秒×0.1÷10 = 0.999 秒
0.999 秒×0.1÷10 = 0.00999 秒
……

我們可以得到一個首項 99.9,公比 0.01 的無窮等比數列,雖然因為公比小於 1,它會收斂在約 101,表示阿基里斯花 101 秒就能追上烏龜。但如果就有「幾項」來說,那的確是無限多項,這個就是五条悟老師說的「我和你之間的無限」。

-----廣告,請繼續往下閱讀-----
芝諾悖論的經典案例──阿基里斯與烏龜。圖/Wikipedia

動畫中,五条悟老師運用了這個悖論,讓對手漏瑚彷彿被一隻無形的超慢烏龜擋住,每次只能前進一點點,更重要的是,他的咒術得以讓漏瑚每次前進的時間,沒有因為距離縮短而變小。

阿基里斯之所以能追上烏龜的關鍵是,雖然有無限多項,但後期追趕的時間趨近於零。所以只要漏瑚每次前進的時間依然維持定值,那他就會真的被一隻無形的超慢烏龜擋住,每次前進距離變得無限小,他花了無限多的時間,依然無法移動,宛若靜止。

不愧是有著逆天設定的五條悟老師,連咒術的講解都那麼簡單幾句帶過,數學老師好好講,一堂課都要過去了啦!

所有討論 3
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/